- 作 者：张浩，彭道刚，夏飞，钱玉良，徐春梅编著
- 出 版 社：北京：中国电力出版社
- 出版年份：2014
- ISBN：9787512355385
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
1概述 1
1.1发电设备智能故障诊断的意义 1
1.2国内外发展研究现状分析 2
2发电设备故障数据预处理与特征提取 11
2.1数据预处理与特征提取方法 11
2.2嵌入式数据预处理与特征提取平台 13
2.3基于FFT变换的发电设备数据预处理 16
2.4基于小波变换的发电设备故障特征提取 23
3汽轮发电机组轴心轨迹自动识别技术 31
3.1轴心轨迹自动识别框架设计 31
3.2基于一种粒子群模型的轴心轨迹提纯 34
3.3基于不变矩的轴心轨迹特征提取 51
3.4基于BP神经网络的特征识别 53
3.5仿真实例研究 55
4基于神经网络的发电设备智能故障诊断 58
4.1神经网络的概述 58
4.2基于BP神经网络的汽轮发电机组故障诊断 62
4.3基于RBF神经网络的汽轮发电机组故障诊断 68
4.4基于CPN神经网络的汽轮发电机组故障诊断 72
4.5基于概率神经网络（PNN）的汽轮发电机组故障诊断 75
4.6基于小波神经网络（WNN）的汽轮发电机组故障诊断 81
4.7基于模糊神经网络（FNN）汽轮发电机组故障诊断 85
5主元分析与神经网络集成的发电设备智能故障诊断 88
5.1集成诊断系统框架 88
5.2基于主元分析的特征向量降维 89
5.3 GA-PSO-RBF神经网络 92
5.4仿真测试研究 98
6基于信息融合的发电设备智能集成故障诊断 102
6.1信息融合的概述 103
6.2基于D-S证据理论的汽轮机故障诊断 114
6.3基于BP-RBF和D-S证据理论的汽轮机集成故障诊断 116
6.4基于PNN-RBF和证据理论的集成故障诊断 119
6.5基于WNN-PNN和证据理论的集成故障诊断 121
6.6基于灰色理论-PNN的汽轮发电机组集成故障诊断 123
6.7基于模糊集-BP和D-S证据理论凝汽器集成故障诊断 128
6.8基于BP-CPN和D-S证据理论的凝汽器集成故障诊断 133
7发电设备智能故障诊断系统应用研究 138
7.1基于嵌入式ARM的远程数据采集系统 138
7.2基于LabVIEW的汽轮发电机组振动运行监测与故障诊断系统 158
7.3发电设备远程状态监测与智能故障诊断系统 169
参考文献 180